EndoRare 用单张参考图生成罕见胃肠病变图像，提升诊断模型与新手识别

研究团队提出 EndoRare，一个无需重新训练的一次性生成框架，可从单张参考图像合成多样化的罕见胃肠病变样本。该方法借助语言引导的概念解耦，把病变的特征性表现与非诊断性属性分开，将前者编码为可学习的原型嵌入，并通过改变后者保证生成样本的多样性。作者在钙化性纤维瘤、幼年性息肉病综合征、家族性腺瘤性息肉病和 Peutz-Jeghers 综合征四种罕见病变上做了验证：专家认为合成图像在临床上合理，数据增强显著提升了下游 AI 分类器在低假阳性率下的真阳性率；在一项探索性阅片研究中，新手内镜医师接触 EndoRare 生成的病例后，图像层面的识别表现有所改善。